调用sklearn库实现对波士顿房价的预测，采用线性回归方法，并计算以下性能评价指标：平均绝对误差、均方误差、均方根误差、决定系数R2值。

好的，我可以帮你回答这个问题。首先，需要准备好波士顿房价数据集，可以使用sklearn库自带的波士顿房价数据集：

from sklearn.datasets import load_boston
boston = load_boston()
X = boston.data
y = boston.target

然后，将数据集划分为训练集和测试集：

from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=42)

接下来，使用线性回归模型进行训练和预测：

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train,y_train)
y_pred = model.predict(X_test)

然后，计算性能评价指标：

from sklearn.metrics import mean_absolute_error,mean_squared_error,r2_score
mae = mean_absolute_error(y_test,y_pred)
mse = mean_squared_error(y_test,y_pred)
rmse = np.sqrt(mse)
r2 = r2_score(y_test,y_pred)
print("MAE:",mae)
print("MSE:",mse)
print("RMSE:",rmse)
print("R2 Score:",r2)

这样就可以得到平均绝对误差、均方误差、均方根误差、决定系数R2值的结果了。注意，在计算均方根误差时，需要先计算均方误差，再对其求平方根。